一次為多個numpy數組切片分配多個值

Question

我有一個numpy數組，一個定義數組范圍的開始/結束索引列表，以及一個值列表，其中值的數量與范圍的數量相同。 在循環中執行此賦值當前非常慢，因此我想以矢量化方式將值分配給數組中的相應范圍。 這可能嗎？

這是一個具體的簡化示例：

a = np.zeros([10])

這里是開始的列表和內定義范圍結束索引列表a ，是這樣的：

starts = [0, 2, 4, 6]
ends = [2, 4, 6, 8]

這是我要為每個范圍分配的值列表：

values = [1, 2, 3, 4]

我有兩個問題。 第一個是我無法弄清楚如何使用多個切片同時索引到數組，因為范圍列表是在實際代碼中動態構造的。 一旦我能夠提取范圍，我不確定如何一次分配多個值 - 每個范圍一個值。

以下是我嘗試創建切片列表以及使用該列表索引數組時遇到的問題：

slices = [slice(start, end) for start, end in zip(starts, ends)]


In [97]: a[slices]
...
IndexError: too many indices for array

In [98]: a[np.r_[slices]]
...
IndexError: arrays used as indices must be of integer (or boolean) type

如果我使用靜態列表，我可以一次提取多個切片，但隨后分配不能按我想要的方式工作：

In [106]: a[np.r_[0:2, 2:4, 4:6, 6:8]] = [1, 2, 3]
/usr/local/bin/ipython:1: DeprecationWarning: assignment will raise an error in the future, most likely because your index result shape does not match the value array shape. You can use `arr.flat[index] = values` to keep the old behaviour.
  #!/usr/local/opt/python/bin/python2.7

In [107]: a
Out[107]: array([ 1.,  2.,  3.,  1.,  2.,  3.,  1.,  2.,  0.,  0.])

我真正想要的是這個：

np.array（[1。，1.，2.，2.，3.，3.，4.，4.，0.，0。]）

Answer 1

這將以完全矢量化的方式完成：

counts = ends - starts
idx = np.ones(counts.sum(), dtype=np.int)
idx[np.cumsum(counts)[:-1]] -= counts[:-1]
idx = np.cumsum(idx) - 1 + np.repeat(starts, counts)

a[idx] = np.repeat(values, count)

Answer 2

一種可能性是使用值壓縮開始，結束索引並手動廣播索引和值：

starts = [0, 2, 4, 6]
ends = [2, 4, 6, 8]
values = [1, 2, 3, 4]
a = np.zeros(10)

import numpy as np
# calculate the index array and value array by zipping the starts, ends and values and expand it
idx, val = zip(*[(list(range(s, e)), [v] * (e-s)) for s, e, v in zip(starts, ends, values)])

# assign values
a[np.array(idx).flatten()] = np.array(val).flatten()

a
# array([ 1.,  1.,  2.,  2.,  3.,  3.,  4.,  4.,  0.,  0.])

或者寫一個for循環來為另一個范圍分配值：

for s, e, v in zip(starts, ends, values):
    a[slice(s, e)] = v

a
# array([ 1.,  1.,  2.,  2.,  3.,  3.,  4.,  4.,  0.,  0.])